机译:基于Shapley价值的方法发现社交网络中的影响节点
Department of Computer Science and Automation, Indian Institute of Science, Bangalore, India;
$lambda$ -coverage; Diffusion of information; Shapley value; influential nodes; social networks; target set selection; top-$k$ nodes;
机译:群体使节点变得强大:基于社会整合理论和社区特征,识别社交网络中有影响力的节点
机译:组使节点强大:基于社交符合理论和社区功能识别社交网络中的有影响性节点
机译:识别社交网络中有影响的节点:基于邻域的表决权方法
机译:UBLF:一种基于上限的发现社交网络中影响节点的方法
机译:从社会信任网络中发现有影响力的节点。
机译:游戏理论中心:通过将生物网络与福利价值相结合优先考虑疾病候选基因的新方法
机译:从社会信任网络中发现有影响力的节点